Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 江苏省南京环境监测中心宋祖华获国家专利权

江苏省南京环境监测中心宋祖华获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉江苏省南京环境监测中心申请的专利一种基于多模态数据的工厂排烟监测及分析方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN119164852B

龙图腾网通过国家知识产权局官网在2025-11-28发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202411640603.8,技术领域涉及:G01N15/075;该发明授权一种基于多模态数据的工厂排烟监测及分析方法是由宋祖华;欧阳夏骏设计研发完成,并于2024-11-18向国家知识产权局提交的专利申请。

一种基于多模态数据的工厂排烟监测及分析方法在说明书摘要公布了:本发明公开了一种基于多模态数据的工厂排烟监测及分析方法,包括数据获取、目标识别模型、AiNa辐射能检测模型、距离检测模型、辐射能补偿模型、排烟检测模型和触发预测与分级警告模型;本发明属于环境现场监测领域,解决了环境监测站在工厂排烟对带起污染情况进行监测及分析时的准确度和及时性不高的问题;优点为:可快速、准确预测特定目标及其温度;有效提高红外相机预测准确度;有效改善红外相机的安装位置与着火点距离较远时,由于接收到的辐射能不足而无法准确检测的情况;利用多模态数据融合,针对工厂排烟的污染情况给出多种预警信号,帮助工作人员监控工厂排烟对造成的大气污染情况以及根据预警信号有效指导大气污染治理工作。

本发明授权一种基于多模态数据的工厂排烟监测及分析方法在权利要求书中公布了:1.一种基于多模态数据的工厂排烟监测及分析方法,其特征在于:包括数据获取、目标识别模型、AiNa辐射能检测模型、距离检测模型、辐射能补偿模型、排烟检测模型和触发预测与分级警告模型; 所述数据获取包括单目图像搜集与预处理、红外图像搜集与预处理、环境温度获取、烟雾浓度获取和气体污染物浓度获取,所述数据获取均为针对位置索引x处的工厂排烟的数据进行: 1单目图像搜集与预处理获取单目图像并对单目图像进行预处理操作,对单目图像进行预处理操作的步骤包括增加图像对比度、高斯滤波和图像锐化,进而得到单目预处理图像SP; 2红外图像搜集与预处理获取红外图像并对红外图像做预处理操作,对红外图像进行预处理操作的步骤包括增加图像对比度、高斯滤波、图像锐化和灰度化,进而得到红外预处理图像IP; 3环境温度获取负责获取环境温度AT并输出环境温度AT; 4烟雾浓度获取负责获取烟雾浓度SC,当烟雾浓度SC大于预定值时,烟雾浓度获取单元的输出为1,否则输出为0;烟雾浓度获取的输出记为Out_1; 5气体污染物浓度获取负责获取烟雾中的有害气体二氧化硫SO2、氮氧化物NOx、一氧化碳CO、氯化氢HCl的浓度Out_2; 目标识别模型基于工厂排烟的数据集进行迁移学习式训练,使用训练好的目标识别模型对单目预处理图像SP进行目标检测,可得到目标物体的边框和相应的置信度,所述目标物体为工厂排烟; 所述AiNa辐射能检测模型包括特征采集、特征提取、上采样、通道合并、尺度变换、特征压缩与组合卷积,由于物体的热辐射能量的大小与物体表面的温度相关,因此AiNa辐射能检测模型的最终输出是位置x处工厂排烟的辐射能最大位置所对应的检测温度T; 所述距离检测模型利用单目相机采集到的单目图像与红外图像之间的像素差计算出目标物体的距离,得到与位置x处工厂排烟的最终预测距离od;所述单目相机与红外相机具有相同的焦距,且平行放置,同步采集前方图像; 分别将环境温度AT、距离检测模型检测出的最终预测距离od和辐射能检测模型获取的检测温度T送入辐射能补偿模型,所述辐射能补偿模型将物体所对应的检测温度进行矫正,得到目标物体的预测温度T_C;所述辐射能补偿模型的输出记为Out_3=T_C-ATT_C; 所述排烟检测模型对经过目标识别模型处理后单目预处理图像SP进行检测,获得SP中工厂排烟的最深颜色和扩散范围;所述排烟检测模型的输出为Out_4={color,area};color为针对颜色的输出,颜色越深代表排烟污染越严重;area∈[0,1],为烟雾区域在单目预处理图像SP中的面积占比; 所述触发预测与分级警告模型为一种组合神经网络,包括输入层、竞争层和输出层,所述输入层包含8个神经元,分别对应由Out_1、Out_2、Out_3和Out_4组成的位置x处工厂排烟的样本向量中的数据;所述竞争层包括8个神经元且两两一组;输出层包含4个神经元,每个神经元只和竞争层的四组神经元中的一组进行权连接;从输入层到竞争层的权重矩阵定义为W1,从竞争层到输出层的权重矩阵定义为W2;在对触发预测与分级警告模型训练完成后,所述触发预测与分级警告模型即可根据输入数据进行有效预测,四种预测结果分别对应四种警报信息,也就是排烟正常、污染轻微警报、污染中等警报和污染严重警报。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人江苏省南京环境监测中心,其通讯地址为:210013 江苏省南京市虎踞路175号1号楼1-5层;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。